《Smart Health》：Blockchain-Enabled Precision Agriculture: A Scoping Review of Data Infrastructures and Decision-Support Systems
编辑推荐：
精准农业（Precision Agriculture, PA）作为快速发展的研究领域，通过集成分布式传感技术与数据驱动决策机制优化农业生产流程。随着该生态系统复杂性提升，涉及从农户到供应商及消费者的多元利益相关方，数据完整性、信任与协同层面的挑战日益凸显。现有
精准农业（Precision Agriculture, PA）作为快速发展的研究领域，通过集成分布式传感技术与数据驱动决策机制优化农业生产流程。随着该生态系统复杂性提升，涉及从农户到供应商及消费者的多元利益相关方，数据完整性、信任与协同层面的挑战日益凸显。现有研究指出，区块链技术可通过去中心化数据治理与安全存储获取机制应对上述挑战，但当前精准农业领域的区块链研究仍呈碎片化状态，缺乏系统性综合，制约了该技术的实际应用。本研究遵循PRISMA-ScR方法学框架开展范围性综述，纳入2019至2025年间发表的100篇同行评审文献，系统探究影响区块链采纳的因素、架构集成模式、评估方法及已记录的障碍。研究结果表明，区块链主要作为数据治理与信任架构发挥作用，支撑环境监测与精准农业决策支持系统，而非独立应用技术。现有系统多以仿真为基础，实际落地部署案例较少。本研究为跨层理解区块链基础设施如何支撑精准农业可靠数据管理与决策提供了系统性视角，同时指出了集成建模、全面验证及可持续性导向评估方面的研究空白。
引言
精准农业已发展为以数据为核心的框架，依托传感技术、计算模型与决策支持系统提升农业作业效率并降低环境影响。其核心在于持续采集卫星影像、农业机械、物联网（Internet of Things, IoT）传感器及无人机（Unmanned Aerial Vehicles, UAVs）生成的高分辨率数据，并将其整合至产量估算、病虫害预测及灌溉调度等建模框架中。随着系统复杂度提升，互操作性、数据完整性、信任与利益相关方协同成为关键需求，传统集中式数据管理框架难以满足大规模或多利益相关方场景，可能导致数据篡改、透明度不足、所有权碎片化及单点故障，进而损害建模结果可靠性与农艺决策质量。区块链技术作为补充性基础设施，通过不可篡改账本、智能合约（Smart Contracts）及去中心化身份管理等机制，增强精准农业数据流的可问责性、可复现性与透明度，常与边缘计算、云计算及人工智能（Artificial Intelligence, AI）技术集成，形成包含感知、建模与执行层的复杂社会技术系统。现有综述多聚焦农业供应链溯源、技术融合安全或广义农业应用，缺乏对精准农业这一数据驱动决策生态系统的针对性分析，尤其未明确区块链在建模工作流与决策支持系统中的集成模式、适用农业任务及环境可持续性相关建模需求的响应程度。本研究通过范围性综述，围绕四大研究问题展开：区块链采纳的功能与技术驱动因素、精准农业系统中的架构集成模式、系统评估方法及文献记录的核心挑战，严格遵循PRISMA-ScR指南完成文献筛选与分析，最终识别出四层集成模型、农业数据工作流特征及三大研究空白，为研究人员、系统设计者与环境建模人员提供系统性参考。
背景
精准农业作为数据驱动的决策支持领域
精准农业通过集成传感技术、计算模型与决策支持系统实现地块级数据驱动管理，依赖土壤传感器、气象站、UAVs、卫星影像及农业机械等多源异构数据的持续采集，支撑作物生长、资源优化、风险评估及环境影响减缓等建模任务。数据经边缘计算、云分析与AI技术多层工作流处理，服务于灌溉调度、施肥、病虫害防治及产量预测等运营决策。作为复杂信息物理系统（Cyber-Physical Systems, CPS），精准农业中数据的准确性、可用性与可靠性直接影响模型输出与决策质量，建模不确定性会沿仿真工作流传播，削弱农艺与环境目标达成。因此，当前研究不仅关注预测精度，更强调数据治理、互操作性与建模决策工作流的可复现性。
区块链作为精准农业系统的支撑基础设施
区块链通过去中心化机制保障分布式精准农业系统的数据完整性、可追溯性、访问控制与自动化协同，而非替代分析或建模组件。其特征包括不可篡改账本、智能合约与去中心化身份管理，支持感知、建模与执行层间的可信数据交换。在数据采集层，区块链用于防篡改记录传感器读数与环境观测；中间层支撑边缘设备、UAVs与农场管理平台协同；应用层通过智能合约自动化控制动作、执行策略并促进利益相关方协作，定位为与建模决策支持组件紧密交互的赋能层。农业5.0的发展进一步体现AI、IoT、机器人、边缘计算与区块链等技术协同，支撑闭环决策与韧性农业环境运营。
现有精准农业区块链综述概览
现有综述存在明显局限性：部分研究聚焦农业物联网生态中的区块链集成，强调去中心化数据管理与追溯，但未深入建模与决策支持工作流的架构集成；部分关注技术融合挑战，侧重实时监测架构而非系统级设计；另有研究从可持续性、采纳障碍或基础设施安全角度切入，未覆盖精准农业特定系统架构与决策支持集成。现有文献在技术焦点、架构方法与验证实践上的碎片化，导致难以系统比较解决方案或识别一致设计模式，尤其缺乏对区块链跨层集成方式及其对建模决策工作流支撑的结构化映射，以及对区块链赋能精准农业系统中高频支持任务的明确界定。对比分析显示，本研究在精准农业特异性、驱动因素、架构、区块链技术服务、决策支持/AI集成、基础设施、IoT设备、评估指标、可持续性分析及挑战覆盖上均优于现有综述。
方法论
本研究遵循PRISMA-ScR框架开展范围性综述，包含五个阶段：定义研究问题、设计结构化检索策略、制定纳入排除标准、提取相关数据及综合分析结果。研究问题包括：区块链集成的技术与功能驱动因素、区块链在精准农业系统架构层的集成模式、区块链赋能系统的评估方法、精准农业领域区块链应用的挑战与缓解措施。检索覆盖Scopus与Google Scholar数据库，采用布尔逻辑组合“区块链/账本”与“智慧农业/精准农业/IoT农业”等核心主题词，限定2017-2025年、英文、同行评审期刊/会议论文且开放获取。纳入标准聚焦精准农业领域、区块链核心功能集成、田间级数据追溯、系统实现/仿真验证；排除标准涵盖广义农业供应链、收获后追溯、非农业领域、概念性研究及灰色文献。初始检索获得1507条记录，去重后经标题摘要筛选、全文审查，最终纳入100篇文献。数据提取涵盖标题、作者、发表年份、区块链采纳动机、支持农业任务、数据类型与设备、集成技术、收益与挑战、区块链平台与共识机制、评估方法与指标。数据分析采用定性主题分析与描述性定量映射，包括分类编码、混合归纳-演绎主题分析、比较与定量映射（含Jaccard相似系数归一化的共现分析）及双评审员交叉验证（Cohen’s Kappa系数0.84）。质量评估聚焦架构清晰度与评估严谨性，不用于排除文献，仅辅助结果解读。
结果
纳入研究概述
纳入文献发表于2019-2025年，2021年后研究活跃度上升，2023年达峰值。区块链平台方面，以太坊（Ethereum）在2021-2023年占比最高，2025年Hyperledger Fabric占比提升，IOTA仅见于特定年份，“其他/未指定”平台占比较高反映报告局限性。地理分布上，研究集中于印度与中国，欧洲、中东及亚洲国家亦有贡献；出版商分布以IEEE为主导，Elsevier、Springer及MDPI次之，体现工程技术领域导向与开放获取趋势。标题关键词词云显示“区块链”“IoT”“安全”“数据”“框架”“智慧农业”为核心术语，表明研究侧重数据治理、系统架构与安全集成，而非独立农艺建模。整体而言，文献以架构驱动与应用导向为主，实验部署与实际落地并存，但评估实践异质性较高。
（RQ1）精准农业系统区块链集成的技术与功能驱动因素
技术驱动因素聚焦分布式农业数据系统的架构与安全需求：数据完整性与不可篡改性确保传感器测量值、UAV影像元数据及建模输入的可靠性，支撑可验证数据谱系与审计追踪；去中心化架构与容错性通过多节点数据复制提升系统韧性，减少单点故障，增强利益相关方信任；安全性通过公钥密码学、数字签名及椭圆曲线密码学（Elliptic Curve Cryptography, ECC）实现设备身份认证与数据加密共享，抵御欺骗、数据投毒及拒绝服务攻击；性能感知共识机制通过权益证明（Proof of Stake, PoS）等轻量级机制降低能耗，提升可扩展性、效率、自动化与适应性，适配可持续农业需求。功能驱动因素源于精准农业核心任务：精准环境监测通过区块链支持的溯源能力，记录土壤湿度、温度、作物健康等参数的时序变化；自动化作业与控制工作流依托智能合约实现灌溉、养分投递及种植收割的自动化规则执行与审计日志；预测分析与决策支持通过区块链增强机器学习（Machine Learning, ML）与深度学习（Deep Learning, DL）训练数据的谱系可追溯性与版本控制，间接提升模型输入可靠性，支撑病虫害爆发、作物病害及气候风险预测。
（RQ2）区块链在精准农业系统架构层的集成模式
区块链定位为服务层组件，支撑跨层数据管理、协同与信任，不直接参与应用层功能。系统呈现四层逻辑架构：物理层含传感器、执行器、IoT设备、农业机械、UAVs及RFID系统，负责田间数据采集与物理操作；边缘层含边缘/雾计算架构、本地网关、微控制器、无线传感器网络（Wireless Sensor Networks, WSNs）、MQTT/LoRaWAN通信协议及本地预处理设施，实现数据聚合、过滤与低延迟响应；服务层含云中心基础设施、区块链平台、智能合约、共识机制、加密哈希、去中心化身份、链上/链下存储及区块链治理模型，提供分布式数据治理与信任背书；应用层含农场管理系统、决策支持系统、AI驱动分析、仿真工具及数据可视化界面，面向具体农业任务输出洞察。各层双向交互：物理层与边缘层数据向上传输至服务层进行验证与治理，控制指令与智能合约执行结果向下传递至边缘层与物理层。共现分析显示，智能合约与大气传感器（Jaccard相似系数0.50）、土壤传感器（0.45）关联最强，权限模型与链上/链下存储链接在土壤与大气监测中应用广泛，加密哈希技术为环境传感工作流提供基础安全保障； livestock监测、运动传感器及能源监测传感器与区块链机制的关联较弱，去中心化身份与存储的交互强度有限。边缘层共现分析表明，通信协议（MQTT/LoRaWAN）与智能合约（0.29）、链上/链下存储链接（0.22）关联最高，区块链集成主要通过通信基础设施介导，去中心化身份与存储多部署于更高架构层。服务层平台以以太坊与Hyperledger Fabric为主，共识机制中工作量证明（Proof of Work, PoW）占比最高但适用性有限，实用拜占庭容错（Practical Byzantine Fault Tolerance, PBFT）、权益证明（PoS）及权威证明（Proof of Authority, PoA）更适配资源受限的农业IoT环境。应用层涵盖决策支持、智能灌溉、作物监测、农场运营、数据管理及环境监测等领域，AI技术通过区块链-as-provenance（数据谱系保障）、区块链-as-coordinator（联邦学习协同）及区块链-as-executor（智能合约执行AI决策）三种模式集成，但缺乏区块链对AI模型可靠性影响的实证评估。仿真与数字孪生领域的研究尤为匮乏。
（RQ3）区块链赋能精准农业系统的评估方法
74%的研究依赖系统仿真，18%开展实地部署，8%采用混合评估。评估指标涵盖网络性能、资源利用、安全性、可扩展性及数据管理，但缺乏标准化框架，指标碎片化且多聚焦单一性能参数（如延迟、吞吐量、能耗），极少纳入环境或可持续性指标。共现分析显示，仿真评估与数据管理（0.34）、决策支持（0.14）及智能灌溉（0.10）关联最强；实地部署在环境监测（0.11）、智能灌溉（0.11）及决策支持（0.10）中略有应用；混合评估仅见于少量农场运营（0.11）、环境监测（0.11）及决策支持（0.09）研究，表明集成验证方法仍待探索。当前评估实践难以支撑系统在真实农业条件下的多维度性能判断，亟需涵盖网络性能、可扩展性、能效及决策支持有效性的综合框架。
（RQ4）精准农业领域区块链应用面临的挑战
技术层面，可扩展性与系统性能受限于高频传感器数据流导致的吞吐量下降与交易瓶颈，侧链、联盟链及PoS等替代共识机制被提议为解决方案；能耗与资源约束源于IoT设备的有限电池寿命，轻量级共识协议与可再生能源（如光伏供电）是主要缓解路径；计算与存储限制通过链上/链下混合存储（如星际文件系统InterPlanetary File System, IPFS）应对，仅将关键数据或哈希值上链；网络与通信挑战源于农村地区的连接不稳定，轻量级协议与机器学习驱动的网络优化技术被提出。操作层面，系统集成复杂度高，用户界面不友好与无线信道建模不足增加部署难度；智能合约可靠性受限于不可靠或被篡改的传感器数据，设备认证与安全通信协议是必要保障。社会经济层面，采纳障碍包括农户数字素养不足、初期部署成本高昂，需配套用户友好界面、培训计划及成本效益分析模型。跨领域合成分析表明，可扩展性与性能问题多现于仿真研究，互操作性与采纳障碍更多在实际部署中被讨论，凸显研究与实践的脱节。
讨论
研究结果综合
Sankey图显示，无许可区块链多与数据管理应用关联，体现其对分散农业生态中防篡改记录、追溯与透明度的支撑；许可区块链更适用于决策支持与农场运营管理，因其性能更优、访问控制严格且适配多利益相关方协作。以太坊主导无许可部署，Hyperledger Fabric主导许可架构。无许可系统的核心优势为数据完整性、不可篡改性与去中心化；许可系统则侧重安全性与系统性能。有向无环图（Directed Acyclic Graph, DAG）类分布式账本技术（Distributed Ledger Technology, DLT）仅在轻量级IoT场景中小规模探索。研究核心发现可概括为：区块链作为服务层基础设施，通过四层架构支撑精准农业数据治理，采纳驱动因素明确，但评估方法以仿真为主，实际部署面临多重挑战，研究空白集中于用户中心设计、可持续性评估与实地验证。
实际部署就绪度与可持续性考量
当前仅18%的研究报告实地部署，8%采用混合验证，74%依赖仿真，表明技术可行性研究多于运营可行性验证。连接性是首要障碍，农村地区带宽不稳定与高通信成本使公有链与云依赖系统适用性受限，许可链、边缘-雾计算、本地缓冲与延迟同步更具可行性。基础设施成本高昂，IoT设备、网关、边缘节点、存储服务及维护投入对小农户构成经济压力，需通过模块化部署、成本效益分析及共享基础设施模型降低门槛。环境可持续性方面，PoW等高能耗共识机制与精准农业目标冲突，PBFT、PoA、PoS及混合轻量级共识更优，边缘处理减少数据传输、链下存储降低冗余，光伏供电可进一步缓解能耗压力，但现有研究极少量化系统碳足迹，缺乏标准化可持续性评估框架。运维可持续性依赖用户友好界面、自动配置、技术培训与管理服务，解决密钥管理、智能合约升级与节点维护的复杂性。可扩展性需通过链上/链下存储、边缘聚合与许可架构应对高频数据挑战。治理与监管层面，需明确数据所有权、访问权、隐私责任及合规要求，许可链的基于角色的访问控制（Role-Based Access Control, RBAC）可部分解决此类问题，但需在实践中完善治理模型。技术就绪度矩阵显示，连接性、成本、运维可持续性处于低-中等就绪水平，环境可持续性与可扩展性为中等，监管治理仍为低就绪水平。
研究方向
未来研究需聚焦五大主题：一是加强实地验证，开展跨农场类型与气候区的长期（>6个月）部署研究，弥补仿真与现实场景的差距；二是突破可扩展性与能效瓶颈，研发轻量级共识机制（如PoA/PBFT/混合共识）、碳感知区块链框架及面向 livestock监测、成像作物分析、农业能源管理等欠探索领域的集成方案；三是深化数据建模创新，推进区块链与数字孪生、联邦学习的集成，发展隐私保护农业分析技术（如安全多方计算、加密数据交换），支撑可复现建模与跨机构协作；四是关注可用性与社会技术采纳因素，开展用户中心设计、培训需求评估及包含环境与社会经济效益的综合评估框架研究；五是探索高级区块链智能系统，开发AI辅助动态智能合约、安全预言机验证管道及零知识证明（Zero-Knowledge Proofs, ZKPs）等隐私保护技术，实现合规验证而不泄露敏感农场数据。研究路线图按时间跨度分为近期（1-3年：轻量级共识基准测试、碳评估框架开发）、中期（3-5年：区块链联邦学习架构、AI辅助智能合约、实地长期验证）与长期（5年以上：去中心化数字孪生框架、ZKP农场数据应用）。
有效性威胁
研究选择有效性方面，检索限定Scopus与Google Scholar可能遗漏其他数据库文献，但二者跨学科覆盖度较高；仅纳入英文开放获取同行评审文献可能排除IEEE Xplore等平台的订阅制研究，可能导致工业级部署案例的代表性不足，但不影响架构多样性与主题广度的覆盖。数据有效性方面，架构组件与应用领域的分类依赖文献描述的标准化程度，通过结构化编码与术语合并降低偏差；挑战识别基于文献明确陈述，可能存在未报告的障碍。总体而言，本研究通过系统方法学与质量控制，为区块链赋能精准农业提供了可靠的跨层综合分析。
结论
本研究通过对100篇同行评审文献的范围性综述，系统映射了区块链赋能精准农业的技术驱动因素、架构模式、应用领域、评估实践与挑战。研究表明，区块链主要作为信任与协同基础设施，支撑分布式农业环境中的安全数据交换、访问控制与自动化，其服务层定位有效衔接感知层、边缘层与应用层分析功能。当前系统面临可扩展性受限、能耗与资源约束、网络连接不稳定、系统复杂度高及利益相关方采纳障碍等挑战。共现分析揭示了区块链机制与传感技术、边缘设施及应用领域的集成模式，明确了主流设计范式与待探索领域。本研究为理解区块链在新兴精准农业生态系统中的作用提供了结构化视角，指明了通往可扩展、可信赖与环境可持续农业数据基础设施的研究方向，助力弥合分布式数据基础设施与下一代智慧农业决策支持系统间的鸿沟。
